怎么看sd的插件不兼容

启用CFG修复插件之后，我们再次测试一下不同CFG值下的图片效果，可以发现生成的图片已经完全符合我们的文字提示词，而且即使CFG拉高到30，也没有发生任何的崩坏。当然，也不是说CFG值越高越好，经过挑选，这张CFG值为15时的图片是最令我满意的。在插件的高级选项中，还有一些模型可以选择，我接着又对比了一下CFG数值为30的情况下，不同的模型产生的效果。可以发现，也并不是所有的模型都适用于这张图，有的图片也产生了崩坏，所以需要经过一些测试来选择合适的模型。最后，我们将刚才筛选出的图片进行细化放大，就可以出图啦。总结一下，当生成图与提示词不太相符的时候，我们可以通过多刷图来找到符合自己需求的绘图。但是如果条件太多，始终达不到想到的效果，可以通过提高cfg值，并启用修复插件的方式来实现。有一个小问题是，在我的试验中发现，当开启插件并提高CFG值之后，画面会变得有些发黄，当然这个问题并不大，颜色的偏差我们可以利用ps做后续的调整，只要画面符合我们的要求就行。以上就是关于“动态阈值(CFG Scale修复)”插件的用法介绍，如果想要这个插件的话，可以添加我的公众号【白马与少年】，回复【SD】即可。-END-白马与少年Stable Diffusion、Blender等学习心得分享139篇原创内容（持续更新中）公众号微信扫一扫关注该公众号

作者：白马少年介绍：SD实践派，出品精细教程发布时间：2023-06-22 20:01原文网址：https://mp.weixin.qq.com/s/bAy1-CydHneam2IDM916XQ在画图的时候，当我们的提示词中有多个条件，sd生成的图像可能无法帮我们全部满足。比如我想要绘制这样一幅图片，关键词是:一个女孩、戴着贝雷帽、绿色夹克、黄色印花裙子，在森林里弹吉他，盲盒风格。使用的大模型是revAnimated，加“blindbox”lora。但是图片生成的时候，我们却发现，夹克变成了黄色，裙子变成了绿色，而且人物的身材比例是接近真实人物的，而不是我们想要的“chibi”盲盒风格。这个情况和我们的一个参数有关，那就是提示词引导系数，它关系到出图与我们文字的相关程度。我们使用“X/Y/Z脚本”来做一个横向对比，测试分别在5/10/15/20/25/30的CFG值下，画面的效果。可以看到，随着CFG值的提高，画面与提示词关联度更高，衣服和裙子的颜色与提示词相符了，但是问题是画面出现了崩坏。那有没有办法可以既增加CFG值，又让画面保持正常呢？答案是可以的，这就需要用到这款插件——dynamic-thresholding安装方式可以在扩展列表中搜索这个插件的名字，或者是将下载好的插件，放在这个路径文件夹下“……\sd-webui-aki-v4\extensions”。安装完成后，重启webUI，就可以看到这个插件了。点击打勾，就可以启用生效。

安装时间比较长，要耐心等待。安装好之后，打开SD文件目录下的这个文件夹。在地址栏输入“cmd”，然后回车。在打开的dos界面里面，将这行代码“python-m pip install insightface==0.7.3--user”粘贴进来，就会自动开始安装insightface。如果这个阶段出现错误，建议去下载使用最新的秋叶4.2整合包（6月23号更新），下载包我已经更新到了云盘里，后台回复【SD】就可以下载。安装完成后，重新打开我们的启动器，后台会继续下载一些模型，此时一定要保证全程科学上网。完成这些后，我们的Roop插件就可以正常使用了。这个插件主要适用于真实的人脸替换，所以对二次元之类的人物作用不大。我们选用一个真实系模型“realisticVisionV20”，关键词描述的是一个老人举着气球。得到了一张如下的照片。接下来启用ROOP插件，选择你想要替换的人物照片，面部修复选择“GFPGAN”。右边的参数数值越低，人物会越像，但是图像会很模糊；数值越高人物越不像，但是图像会很清晰。这个就取决于你的需求了，我使用0.5测试一下。最下面还有一个放大算法，可以使用一个模型放大你的图像，基本就相当于高清修复。设置好后，点击生成。可以看到，人脸部分的像素是偏低的，有点模糊。但是没有关系，我们可以将这张图发送到“图生图”，开一个比较小的重绘幅度。然后使用controlnet中的tile模型进行重绘。换脸完成，像不像你们自行评价吧~如果想要这个插件的话，可以添加我的公众号【白马与少年】，回复【SD】即可。推荐使用最新的秋叶整合包，出错概率最小，另外，科学上网很重要。特别提醒，此插件谨慎使用，切勿触犯法律。